musyoku さん プロフィール

  •  
musyokuさん: 30代無職のプログラミング入門
ハンドル名musyoku さん
ブログタイトル30代無職のプログラミング入門
ブログURLhttp://unemployed30.hatenablog.jp/
サイト紹介文暇つぶしにプログラミングを独学してみる
参加カテゴリー
更新頻度(1年)情報提供23回 / 6日(平均26.8回/週) - 参加 2017/04/13 01:06

musyoku さんのブログ記事

  • 過去の記事 …
  • モンテカルロ法で円周率を求める
  • コードはRです。解説はできないので端折りますが、『高校数学+α』のpp.518-9の説明が分かりや
    すかったです。著者のサイトで読めます→ http://tad311.xsrv.jp/hsmath/library(tidyverse)N = 10000df tibble( x =
    runif(N, -1, 1), y = runif(N, -1, 1), inside = (x**2 + y**2) 1)pi_monte = sum(inside) * 4/Nerror = abs((pi_monte - pi)/pi) * 1
    00結果:> print(pi_monte)[1] 3.1296> print(error)[1] 0.3817383.1296な [続きを読む]
  • 2017/04/17
  • ・なっとく!アルゴリズム5章 ハッシュテーブル6章 幅優先探索 Pythonの辞書を「ハッシュテーブル」と呼ぶとか、初めて知った。リストに比べて処理が早いという話は何となく知ってたけれど。・Interactive Data Visualization with Python & Bokeh(Udemy)・Practical Machine Learning Tutorial with Python  回帰。sklearnを用いて。スクラッチで書いていくものに関しては明日以降。 [続きを読む]
  • 2017/04/16
  • ・なっとく!アルゴリズム 「4章 クイックソート」途中まで。・R for Data Science 「7 Exploratory Data Analysis」途中まで。・これなら分かる応用数学教室これなら分かる応用数学教室―最小二乗法からウェーブレットまで作者: 金谷健一出版社/メーカー: 共立出版発売日: 2003/06/01メディア: 単行本購入: 17人 : 123回この商品を含むブログ (110件) を見る 「1章 最小二乗法」。とりあえず式の意味はわかった。こ [続きを読む]
  • 2017/04/15
  • ・Khan Academywww.khanacademy.org 2変数の微分積分の取っ掛かりさえ掴めず困っていたのだが、これ、分かりやすい。3Dのグラフをグリグリ動かして、関数がどうなってるのかを示してくれる。「Contour plots」まで見た。・なっとく!アルゴリズムなっとく!アルゴリズム作者: アディティア・Y・バーガバ出版社/メーカー: 翔泳社発売日: 2017/01/31メディア: Kindle版この商品を含むブログを見る アルゴリズムの入門書。コード例 [続きを読む]
  • 2017/04/14
  • ・Machine Learning with Python tutorial series PythonプログラミングのYouTubeチャンネルで、多分最も有名なハリソン氏による、機械学習のチュートリアル。気まぐれに「K近傍法」のところを読んでみたのだが、ものすごく分かりやすい(英語ですが)。まず、scikit-learnでのコードを示した後、次はそのアルゴリズムをスクラッチから書いていく。そのコードを写経して初めて、K近傍法が分かったと思う。それが非常に単純なアル [続きを読む]
  • 2017/04/13
  • ・R for Data Science: Import, Tidy, Transform, Visualize, and Model Data 「7 Exploratory Data Analysis」。EDA入門。途中まで。それにしてもこのテキストは恐ろしく丁寧で分かりやすいと思う(今のところ)。・マセマ統計学 『続・分かりやすいパターン認識』で、「ディリクレ分布」の説明のところを読んだら「ガンマ関数」が分からなかった。ので、「ガンマ関数」を。とりあえず、定義とその性質(の証明)を追った。しか [続きを読む]
  • 2017/04/12
  • ・R for Data Science: Import, Tidy, Transform, Visualize, and Model Data 「5 Data transformation」。内容は「%/%」(パイプ)入門。・Getting Started with Machine Learning with R  PACKTのMAPTで。特になんということもない動画。この講義単体を買おうとは一切思わないけれど、月額課金の内部でこういうのを見るのは悪いことでもない。途中まで。・Introduction to Empirical Bayes 「10 The multinomial and the Diri [続きを読む]
  • RStudioから利用するPythonを変更する
  • RStudio(の「R Notebook」)ってPythonのコードも実行できるんだ、と興奮したのもつかの間、それが参照するPythonが2系だった。> system("python --version")Python 2.7.10これを、AnacondaのPython(3系)に変更する。support.rstudio.com上記のリンク先を参考に、以下をRStudioのコンソールで実行する。Sys.setenv(PATH = paste("/home/username/anaconda/bin", Sys.getenv("PATH"),sep=":"))(「”/home/username/anaconda/bin [続きを読む]
  • 2017/04/11
  • ・Introduction to Empirical Bayes: Examples from Baseball Statistics 6〜9。・ベイズ推定とグラフィカルモデル:コンピュータビジョン基礎1 Udemyの無料講座。Simon J. D. Prince の「Computer Vision: Models, Learning, and Inference」のスライドを用いつつの解説。日本語でのこういった講義を聞いたことがなかったのもあり、わかり易さに感動した。今日は確率の初歩、ディリクレ分布の手前まで。ディリクレ分布というの [続きを読む]
  • 2017/04/10
  • ・Getting Started with Python Web Scraping 再訪。Wikipediaのスクレイピング。・Introduction to Empirical Bayes 5章。コードの読解は(ggplotやdplyrが読めないので)2周目に回すが、ベイズ推定の「信用区間」とか、「shrinkage」とか感心した。・R for Data Science 3章途中まで。ggplot2って、Pythonのmatplotlibとかより、シンプルに見える。あと、「R Studio」から使える「R Notebook」がものすごく使いやすいことを、 [続きを読む]
  • 2017/04/09
  • ・Paul’s Online Math Notes 微分の計算問題。・マセマ『統計学』 連続型確率分布の計算問題。・Introduction to Empirical Bayes 3章、4章。コードは眺める程度でも、ここまでは意味は分かるけど、やっぱりRなら、ggplot2とかdplyrとかの基礎的な書き方がわからないとダメだな。多分、それには以下を通読するのが一番早そうだ。r4ds.had.co.nz [続きを読む]
  • 2017/04/08
  • ・Paul’s Online Math Notes 微分・積分の計算問題。これは、腕立て・腹筋みたいなもので、毎日淡々と継続すべきことなんだろう。・マセマ『統計学』 連続型確率分布の計算問題。・Python for Data Science and Machine Learning Bootcamp(Udemy) 1200円セールで買ってしまったコースの1つ。Pythonの基礎は飛ばして、Numpy、Pandas。 [続きを読む]
  • 2017/04/07
  • ・Rによる機械学習 9章(K平均によるクラスタリング)、3章(最近傍法)、4章(単純ベイズ)。4章はスパムメールの分類だが、テキストから不要な語(ストップワード)・数字等を取り除き、単語を原型に戻し、等々のステップは興味深く楽しい。この本のフローに従って、著作権の切れた英米文学のワードクラウドを作ろう(今度)。・Introduction to Empirical Bayes 「Empirical Bayes」(経験的ベイズ)の入門書。といっても、「 [続きを読む]
  • 2017/04/06
  • ・Rによる機械学習 9章(K平均によるクラスタリング)を、とりあえず読んだ(コードは実行していない)。この本は12章よりなるが、10〜12は応用的なテーマなので、9章のコードの確認を終えたらまた最初からやろうと思う。 [続きを読む]
  • 2017/04/05
  • ・Rによる機械学習 7章(ニューラルネットワーク、サポートベクターマシン)、8章(相関ルール)。コードの実効は、「Jupiter Notebook」でやっているのだが、7章の、ネットワークトポロジ(という何か)の可視化がなぜか、できなかった。仕方なしに「R Studio」でやったら普通に描画された。8章に関しては、「arules」という疎行列を作るパッケージが、Rの3.31に対応してなかったので丸ごと諦めた。・Introduction to Probabilit [続きを読む]
  • 2017/04/04
  • ・Rによる機械学習 5章(決定木)、6章(回帰)。5章の後半は、「RWeka」というパッケージがインストールできず断念。6章でも「psych」という散布図行列を見やすくするパッケージが入らなかった(これは内容に影響がなかったけれど)。・Getting Started with Python Web Scraping スクレイピングの講義動画。seleniumの使い方、Wikipediaからのスクレイピングなど。seleniumには驚いた。WikipediaからのBS4を用いたスクレイピン [続きを読む]
  • 2017/04/03
  • 結局放置することになってる当ブログですが、今日から少し趣向を変えて、「語学としてのプログラミング(と数学)」という感じの「勉強日記・ログ」を書こうかと思います。参考にするのは、TOEICなんかの学習日記です。「文法特急」を10周したりとか、瞬間英作文の例文を1,000くらい覚え込むとか、そういう感じの愚直なことを延々とやっているような。私はそれをプログラミングでやってみよう、と。そんなわけで本日の勉強ログ。・ [続きを読む]
  • 名字ランキングのスクレイピング、プロット等
  • 名字のランキングと、Googleのヒット数に相関とかあるのだろうか、と思って調べてみた。まず、名字のランキングをスクレイピングで取得する。サイトはここ。myoji-yurai.net上位200位の名字のデータを取得する(上位200なのは、最初のページが200までというだけの理由)。import requests, bs4res = requests.get('https://myoji-yurai.net/prefectureRanking.htm')soup = bs4.BeautifulSoup(res.text, 'lxml')a = soup.find_all(" [続きを読む]
  • CheckiOを始めた
  • checkio.org簡単な問題を解かないと、そもそもアカウントも作れない、とか書いてあるのがあったけど、普通に何もせずアカウントは作れた。以前、paizaで1問目から解けずに挫折したので、戦々恐々としてたのだけど。1問だけ、解いた。リストのうちで、ユニークな(重複のない)要素を除く、という問題。最初、こんなふうに書いた。def checkio(data): for i in data: if data.count(i) == 1: data.remove(i) [続きを読む]
  • はじめに
  • 5月半ばにPythonの勉強を始めた。何度か勉強を試みたことはあるけど、3日坊主を突破したのは今回が初。でも最近、モチベーションが萎え気味で挫折しつつある。もう少しだけ続けたい。無職で暇だし。というわけで、モチベーションのメンテ的意味合いでブログを作ってみた次第。落書きでもしていこう。そういえば、こんな増田を見つけたけど、お前は俺か感。GitHubって何なんですかね。自分もアカウントは作ったけど、使い方が分から [続きを読む]
  • 過去の記事 …